নিউরাল নেটওয়ার্কগুলি দিয়ে কীভাবে শুরু করবেন

Question

আমি নিউরাল নেটওয়ার্কগুলিতে সম্পূর্ণ নতুন তবে সেগুলি বুঝতে আগ্রহী। তবে এটি শুরু করা মোটেও সহজ নয়।
কেউ কি কোনও ভাল বই বা অন্য কোনও সংস্থার প্রস্তাব দিতে পারেন? একটি পড়া আবশ্যক আছে?
আমি যেকোন ধরণের পরামর্শের জন্য কৃতজ্ঞ।

Comments

আছে: যে আগামী সপ্তাহে শুরু হয় একটি কোর্স করে Goeff Hinton Coursera নিউরাল নেটওয়ার্ক মাধ্যমে শিক্ষার হয় coursera.org/course/neuralnets

— মার্ক shivers

এই কোর্সটি আকর্ষণীয় দেখায়, তবে ভিডিও এবং ওয়েব পৃষ্ঠা থেকে আমি অনুমান করব যে এটি কোনও ভূমিকা হিসাবে ডিজাইন করা হয়নি।

— ডগলাস জারে

@ ডগলাসজারে: আমি হিন্টন কোর্স শেষ করছি, এবং কিছু অংশে আমি আনন্দিত যে আমি প্রথম অ্যান্ড্রু এনজি দ্বারা এমএল কোর্স নিয়েছি।

— অ্যান্ড্রু

হ্যাঁ, আমি এটিও নিয়েছি। এটি একটি দুর্দান্ত কোর্স, এবং কোনও ভূমিকা ছিল না।

— ডগলাস জারে

নতুনদের জন্য নিউরাল নেটওয়ার্কগুলি সম্পর্কে ব্লগ এবং টিউটোরিয়ালস শিখুন-নিউরাল নেটওয়ার্কস ডট কম

— .com Фаиль

Answer 1

নিউরাল নেটওয়ার্কগুলি কিছু সময়ের জন্য ছিল এবং কয়েক বছর ধরে এগুলি নাটকীয়ভাবে পরিবর্তিত হয়েছে। আপনি যদি কেবল ওয়েবে ঘুরে বেড়ান তবে আপনি এই ধারণাটি শেষ করতে পারেন যে "নিউরাল নেটওয়ার্ক" মানে মাল্টি-লেয়ার ফিডফরওয়ার্ড নেটওয়ার্ক ব্যাক-প্রসারণের প্রশিক্ষণ প্রাপ্ত। অথবা, আপনি সম্ভবত বিরল ব্যবহৃত প্রায় কয়েক ডজন, উদ্ভট নামযুক্ত মডেলগুলির মধ্যে যে কোনও একটি জুড়ে এসে পৌঁছাতে পারেন এবং সিদ্ধান্তে পৌঁছেছেন যে নিউরাল নেটওয়ার্কগুলি গবেষণা প্রকল্পের চেয়ে চিড়িয়াখানার বেশি। বা এগুলি অভিনবত্ব। অথবা ...

আমি যেতে পারে। আপনি যদি স্পষ্ট ব্যাখ্যা চান তবে আমি জেফ্রি হিন্টনের কথা শুনব । তিনি চিরকালই রয়ে গেছেন এবং (সুতরাং?) তিনি সমস্ত মিশ্রিত, স্বজ্ঞাত (এবং কখনও কখনও তাত্ত্বিক) historicalতিহাসিক আখ্যান হিসাবে কাজ করেছেন এমন সমস্ত বিচিত্র মডেল বুনতে দুর্দান্ত কাজ করে। তার হোমপেজে, তিনি করেছেন গুগল টেক টকস এবং ভিডিও ইলেক্ট্রাস্টার ডটনে বক্তৃতাগুলির লিঙ্কগুলি রয়েছে ( অন্যদের মধ্যে আরবিএম এবং ডিপ লার্নিংয়ে )।

আমি যেভাবে দেখছি তা থেকে এখানে স্নায়ুবিক নেটওয়ার্কগুলি বোঝার জন্য একটি historicalতিহাসিক এবং পাঠশাস্ত্রীয় রোড ম্যাপ রয়েছে, যেখানে তারা প্রতিষ্ঠা থেকে অত্যাধুনিক অবধি:

• Perceptrons
  • সহজে বোধগম্য
  • মারাত্মকভাবে সীমাবদ্ধ
• মাল্টি-লেয়ার, ব্যাক-প্রোপোজেশন দ্বারা প্রশিক্ষিত
  • এগুলি শিখতে অনেক সংস্থান রয়েছে
  • এসভিএম হিসাবে সাধারণত করবেন না
• বোল্টজম্যান মেশিনগুলি
  • "শক্তি" শর্তাবলী একটি পুনরাবৃত্তি নেটওয়ার্কের স্থিতিশীলতা সম্পর্কে চিন্তা করার আকর্ষণীয় উপায়
  • এ Hopfield নেটওয়ার্ক যদি আপনি একটি চান বুঝতে সহজ "শক্তি" দিয়ে পৌনঃপুনিক নেটওয়ার্ক (কিন্তু খুব ব্যবহারিক নয়) উদাহরণ।
  • তাত্ত্বিকভাবে আকর্ষণীয়, অনুশীলনে অকেজো (মহাদেশীয় প্রবাহের মতো একই গতি সম্পর্কে প্রশিক্ষণ)
• সীমাবদ্ধ বল্টজম্যান মেশিনগুলি
  • দরকারী!
  • বোল্টজম্যান মেশিনগুলির তত্ত্বটি বন্ধ করুন
  • ওয়েবে কিছু ভাল ভূমিকা
• গভীর বিশ্বাস নেটওয়ার্ক
  • যতদূর আমি বলতে পারি এটি আধা-তত্ত্বাবধানে শেখার জন্য একাধিক স্তর আরবিএমের শ্রেণি।
  • কিছু সংস্থান

Comments

এই ওভারভিউ এবং এই অনেক সংস্থানগুলির জন্য আপনাকে অনেক ধন্যবাদ!

— ক্লাদিও আলবার্টিন

কোন সমস্যা নেই. আপনার নিউরাল নেটওয়ার্ক প্রচেষ্টাতে শুভকামনা।

— স্টম্পি জো পিট

Answer 2

আমি এই লেকচারগুলি দেখার জন্য অত্যন্ত পরামর্শ দিচ্ছি এবং এটি পড়ার উপাদান হিসাবে ব্যবহার করব । এই বক্তৃতাগুলি ম্যানুয়াল লার্নিংয়ে সাধারণত অ্যান্ড্রু এনজি নিউরাল নেটওয়ার্কগুলি সম্পর্কে দীর্ঘ আলোচনা করে এবং এটি প্রাথমিকভাবে অ্যাক্সেসযোগ্য করার জন্য কঠোর চেষ্টা করে না।

Comments

আপনি শিরোনাম নির্দেশ করতে পারেন? লিঙ্কগুলি ভবিষ্যতে মরে যেতে পারে ...

— রিচার্ড হার্ডি

Answer 3

এগুলি আমার মতে খুব ভাল বই।

• আর রোজাস: নিউরাল নেটওয়ার্কস
• সিএম বিশপ: প্যাটার্ন স্বীকৃতির জন্য নিউরাল নেটওয়ার্ক

বইগুলির কিছু সাদৃশ্য রয়েছে: এগুলি উভয়ই প্রায় 500 পৃষ্ঠার দীর্ঘ এবং 1995 থেকে এটি বেশ পুরানো Nevertheless তবুও এগুলি খুব কার্যকর useful নিউরাল নেটওয়ার্কগুলি কী তা ব্যাখ্যা করে উভয় বইই স্ক্র্যাচ থেকে শুরু হয়। এগুলি বোঝার জন্য স্পষ্ট ব্যাখ্যা, ভাল উদাহরণ এবং ভাল গ্রাফ সরবরাহ করে। তারা তাদের বিভিন্ন আকার এবং ফর্মগুলিতে নিউরাল নেটওয়ার্কগুলি প্রশিক্ষণের বিষয়গুলি এবং তারা কী করতে পারে এবং কী করতে পারে না তা দুর্দান্তভাবে ব্যাখ্যা করে। দুটি বই একে অপরকে খুব সুন্দরভাবে পরিপূরক করে, যার জন্য কোনও একটি বই বের করতে পারে না, তার জন্য একটি অন্যটিতে সন্ধান করে।

রোজাসের একটি বিভাগ রয়েছে, যা আমি বিশেষত পছন্দ করি, ম্যাট্রিক্স ফর্মের অনেক স্তরের উপরে ব্যাক-প্রসারণ বাস্তবায়ন সম্পর্কে। এটিতে অস্পষ্ট যুক্তি সম্পর্কে একটি দুর্দান্ত বিভাগ রয়েছে এবং জটিলতা তত্ত্ব সম্পর্কে একটি। তবে বিশপের কাছে প্রচুর অন্যান্য চমৎকার বিভাগ রয়েছে।

রোজাস, আমি বলব, সবচেয়ে অ্যাক্সেসযোগ্য। বিশপ আরও গাণিতিক এবং সম্ভবত আরও পরিশীলিত। উভয় বইয়ে, গণিতগুলি বেশিরভাগ রৈখিক বীজগণিত এবং একাধিক ভেরিয়েবল (আংশিক ডেরিভেটিভস এবং এর) এর কার্যকারিতার ক্যালকুলাস হয়। এই বিষয়গুলির কোনও জ্ঞান না থাকলে আপনি সম্ভবত এই বইগুলির কোনওটিই খুব আলোকিত করতে পারেন না।

আমি প্রথমে রোজাস পড়ার পরামর্শ দিই।

দুটি বইই অবশ্যই স্পষ্টতই অ্যালগরিদম সম্পর্কে অনেক কিছু বলার আছে, তবে কোডের নির্দিষ্ট প্রয়োগগুলি সম্পর্কেও তেমন কিছু বলেনি।

আমার কাছে, এই বইগুলি পটভূমি সরবরাহ করে, যা একটি অন-লাইন কোর্স তৈরি করে (যেমন হিন্টনস যেমন কোর্সেরায়) বোধগম্য। বইগুলি অনলাইনে করার চেয়ে আরও অনেক বেশি স্থল এবং আরও বেশি বিস্তৃতভাবে কভার করে।

আমি আশা করি এটি সাহায্য করে এবং বই সম্পর্কে কোনও প্রশ্নের উত্তর দিতে পেরে খুশি।

Comments

@ ওল্ড_মর্তুতা এই সাইটে আপনাকে স্বাগতম। আপনি কি এই বই সম্পর্কে কিছু বলতে পারেন? তাদের সম্পর্কে ভাল কি? তারা কি w / কিছু স্তরের গাণিতিক & / অথবা কোডিং পরিশীলনের জন্য উপযুক্ত? কোনটি আপনি প্রথমবার পড়ার পরামর্শ দিবেন? ইত্যাদি

— গাং - মনিকা পুনরায়

পরামর্শের জন্য তোমাকে ধন্যবাদ। আমি উপরে আমার উত্তর সম্পাদনা করেছি।

— ওল্ড_মর্ত্যকাল

Answer 4

অন্যান্য লোকেরা যেমন উল্লেখ করেছে, অনলাইনে প্রচুর (ভাল) সংস্থান রয়েছে এবং আমি ব্যক্তিগতভাবে সেগুলির কয়েকটি করেছি:

• এনজি'র ইন্ট্রো টু এমএল ক্লাসেরে ক্লাসেরায়
• হিন্টনের নিউরাল নেটওয়ার্ক ক্লাসেরায় ক্লাস class
• এনগির গভীর শেখার টিউটোরিয়াল
• মূল সমান্তরাল বিতরণ প্রক্রিয়াকরণে প্রাসঙ্গিক অধ্যায়গুলি পড়া

আমি এই দৃষ্টি আকর্ষণ করতে চাই যে এই প্রকাশগুলি বেশিরভাগ ধ্রুপদী চিকিত্সা অনুসরণ করে যেখানে স্তরগুলি (সংমিশ্রণ এবং অ-লাইনারিটি একসাথে) মৌলিক ইউনিট are টর্চ-এনএন এবং টেনসরফ্লো এর মতো বেশিরভাগ লাইব্রেরিতে যেমন আরও জনপ্রিয় এবং আরও নমনীয় চিকিত্সা প্রয়োগ করা হয়েছে, এখন উচ্চতর পরিমিতি অর্জনের জন্য স্বতঃ-ডিফারেন্টেশন সহ গণনার গ্রাফ ব্যবহার করা হয়েছে। ধারণাগতভাবে এটি সহজ এবং আরও মুক্ত। আমি এই চিকিত্সার জন্য দুর্দান্ত স্ট্যানফোর্ড CS231n ওপেন কোর্সটি অত্যন্ত সুপারিশ করব ।

কঠোর, লার্নিং-তাত্ত্বিক চিকিত্সার জন্য, আপনি অ্যান্টনি এবং বার্টলেট দ্বারা নিউরাল নেটওয়ার্কগুলির সাথে পরামর্শ করতে পারেন ।

Answer 5

আপনি যদি আরও পরিসংখ্যানগত দৃষ্টিকোণ থেকে চিকিত্সা চান তবে ব্রায়ান রিপলির "প্যাটার্ন রিকগনিশন এবং নিউরাল নেটওয়ার্কস" দেখুন। এই বইটি প্রাথমিক নয় এবং কিছু পরিসংখ্যানের পটভূমিটি অনুমান করে।

http://www.stats.ox.ac.uk/~ripley/PRbook/

Answer 6

আমি একটি ওয়েব অ্যাপ্লিকেশন তৈরি করেছি যা নিউরাল নেটওয়ার্কগুলির ক্ষেত্রে আপনার শেখার প্রক্রিয়াটিকে সমর্থন করে।

https://blueneurons.ch/nn

আপনি সেটিংস (আর্কিটেকচার, অ্যাক্টিভেশন ফাংশন, প্রশিক্ষণ সেটিংস) এর সাথে চারদিকে খেলতে পারেন এবং সেটিংস কীভাবে ভবিষ্যদ্বাণীগুলিকে প্রভাবিত করে তা পর্যবেক্ষণ করতে পারেন। সমস্ত ডেটাসেটের পূর্বনির্ধারিত মান রয়েছে যা গৃহীত হতে পারে। আপনার নিজস্ব ডেটাসেট তৈরি করাও সম্ভব।

প্রয়োগকৃত উপাদানগুলিকে নির্দেশনা এবং ব্যাখ্যা:

ব্যবহারকারী গাইড